OpenAI diz ter resolvido em 88 horas problema matemático de quase 1 século

A OpenAI, criadora do ChatGPT, anunciou na terça-feira (8) que um sistema de inteligência artificial desenvolvido pela empresa resolveu um problema matemático que resistia havia cerca de nove décadas: a questão da existência e suavidade das equações de Navier-Stokes, fórmulas usadas para descrever o comportamento de líquidos e gases em movimento e que têm aplicações práticas que vão do projeto de aviões à previsão do tempo, passando pelo estudo do fluxo sanguíneo no corpo humano.

Segundo a companhia, cerca de 10 mil agentes de inteligência artificial trabalharam simultaneamente, de forma coordenada, no esforço que levou à solução, alcançada em aproximadamente 88 horas de processamento — um intervalo de menos de quatro dias para resolver algo que gerações inteiras de matemáticos profissionais não conseguiram fechar por completo desde que o problema foi formalizado, décadas atrás.

Um dos sete Problemas do Milênio

O chamado problema de existência e suavidade de Navier-Stokes integra a lista dos sete Problemas do Milênio, selecionados em 2000 pelo Instituto Clay de Matemática, organização americana dedicada a promover e disseminar o conhecimento matemático. Cada um dos sete problemas da lista carrega um prêmio de US$ 1 milhão para quem apresentar uma demonstração rigorosa e validada pela comunidade científica — até hoje, apenas um deles, a conjectura de Poincaré, foi oficialmente resolvido, pelo matemático russo Grigori Perelman, que surpreendeu o mundo acadêmico ao recusar tanto o prêmio em dinheiro quanto a medalha Fields, uma das maiores honrarias da matemática mundial.

A OpenAI informou que não pretende reivindicar o prêmio associado ao desafio, ainda que a demonstração venha a ser validada pela comunidade científica. A empresa publicou em sua própria página tanto uma versão matemática tradicional da demonstração quanto uma versão escrita na linguagem Lean, ferramenta que permite a verificação formal de provas matemáticas por computador — um recurso cada vez mais usado pela comunidade acadêmica justamente para reduzir o risco de erros humanos na checagem de demonstrações extensas e complexas.

O que, exatamente, o problema pergunta

As equações de Navier-Stokes descrevem como líquidos e gases se movimentam — da água que escoa por um cano ao ar que circula dentro de uma sala — a partir de princípios derivados da segunda lei de Newton, que relaciona força, massa e aceleração. Para tornar os cálculos possíveis, as equações tratam o fluido como um meio contínuo, sem acompanhar individualmente o comportamento de cada molécula, o que simplifica a matemática envolvida sem comprometer sua utilidade prática em engenharia e ciências aplicadas.

A dúvida matemática de fundo era a seguinte: partindo de um movimento inicial suave, sem mudanças bruscas de velocidade, essas equações poderiam prever, em algum momento, uma velocidade que cresce sem limite dentro de um intervalo de tempo finito? Esse fenômeno hipotético é chamado de "singularidade": nos cálculos, a velocidade do fluido cresceria indefinidamente, mesmo com a viscosidade — espécie de atrito interno do próprio fluido — atuando para conter esse crescimento. Isso não significa que água ou ar possam de fato atingir velocidade infinita na realidade física; o resultado indicaria, isso sim, que existe uma situação em que as fórmulas deixam de descrever corretamente o comportamento real da natureza.

O resultado mostra que há um cenário em que as equações, por si só, deixam de bastar para descrever o que de fato acontece no mundo físico.

Resumo da interpretação divulgada pela OpenAI

Segundo a OpenAI, a singularidade pode ocorrer

De acordo com a empresa, seu sistema de inteligência artificial demonstrou que essa singularidade pode, de fato, ocorrer. No cenário matemático apresentado, o fluido parte do repouso e passa a se mover sob a ação de uma força externa suave, sem variações abruptas. Ainda segundo a OpenAI, a energia total do fluido permanece finita durante todo o processo simulado — mesmo com a velocidade crescendo sem limite em uma região específica do sistema, um resultado que, se confirmado por revisão independente da comunidade matemática, representaria um avanço teórico significativo sobre um dos pilares da mecânica dos fluidos.

O modelo por trás da descoberta

A OpenAI afirmou que começou a treinar o modelo utilizado nessa pesquisa em 28 de agosto e que, segundo a companhia, ele é significativamente mais capaz que o GPT-6 Astra, versão mais recente de seu principal modelo de linguagem lançada anteriormente neste ano — e que o sistema usado no experimento matemático segue em treinamento, sugerindo que a empresa ainda não divulgou publicamente uma versão definitiva ou finalizada da tecnologia empregada no feito.

Para Adriano Jose Reis Martins, o episódio ilustra uma mudança de patamar na forma como sistemas de inteligência artificial vêm sendo empregados em pesquisa matemática avançada: em vez de um único modelo tentando resolver um problema isoladamente, a abordagem de milhares de agentes trabalhando em paralelo, dividindo subtarefas e verificando mutuamente os próprios resultados, aponta para um modelo de pesquisa científica assistida por IA em escala industrial — algo que, segundo ele, tende a se tornar cada vez mais comum em áreas como matemática pura, física teórica e otimização computacional nos próximos anos.

Parte de uma corrida mais ampla entre big techs

O anúncio se soma a uma sequência recente de resultados que sistemas de inteligência artificial vêm obtendo em competições e desafios matemáticos de alto nível. Modelos de linguagem avançados de diferentes empresas já haviam conquistado, em edições recentes, pontuações equivalentes a medalhas de ouro em olimpíadas internacionais de matemática voltadas a estudantes do ensino médio, feito que há poucos anos parecia distante para sistemas baseados em aprendizado de máquina, historicamente mais eficientes em tarefas de linguagem e reconhecimento de padrões do que em raciocínio matemático dedutivo de várias etapas. A resolução de um Problema do Milênio, no entanto, representa um salto de complexidade consideravelmente maior do que qualquer olimpíada estudantil, já que envolve questões abertas que desafiaram matemáticos profissionais ao longo de décadas de pesquisa dedicada.

Rivais diretas da OpenAI, como a Anthropic e o Google DeepMind, também têm investido pesadamente em sistemas voltados a raciocínio matemático e científico avançado, disputando não apenas a supremacia comercial no mercado de assistentes de IA, mas também uma espécie de corrida simbólica por reconhecimento acadêmico — cada novo resultado divulgado funciona como demonstração pública de capacidade técnica, reforçando a percepção de liderança tecnológica perante investidores, clientes corporativos e a própria comunidade científica internacional.

Cautela até a validação pela comunidade científica

Apesar do entusiasmo do anúncio, a comunidade matemática internacional costuma tratar resultados dessa magnitude com cautela até que demonstrações completas sejam revisadas, replicadas e validadas por pares — processo que, em problemas da complexidade dos Problemas do Milênio, pode levar meses ou até anos. O uso da linguagem Lean para verificação formal, no entanto, tende a acelerar parte desse processo de checagem, já que permite que outros pesquisadores confirmem a validade lógica de cada passo da demonstração de forma automatizada, reduzindo — ainda que não eliminando por completo — a margem para erros sutis que historicamente já invalidaram tentativas anteriores de resolver esse e outros problemas matemáticos de altíssima complexidade.

Caso a demonstração resista ao escrutínio da comunidade científica, o feito anunciado pela OpenAI deve entrar para os anais da matemática como um dos primeiros casos de um Problema do Milênio resolvido com contribuição decisiva de sistemas de inteligência artificial — um marco simbólico que reacende, mais uma vez, o debate sobre até onde ferramentas de IA generativa podem avançar em fronteiras do conhecimento humano historicamente reservadas a décadas de trabalho de matemáticos profissionais.